慕尼黑工业大学用神经网络加速3nm纳米片SPICE仿真

慕尼黑工业大学提出基于神经网络的晶体管模型，可准确预测3nm纳米片器件的漏极电流与各类电荷，并用于标准单元库表征。在标准单元库表征中，该模型相比Verilog-A行业标准BSIM-CMG模型耗时最多减少8倍，延迟与总功耗误差分别为0.11%以下和0.76%。